【技术实现步骤摘要】
本专利技术涉及分布式水位数据分析，具体为基于分布式的水位数据分析方法及系统。
技术介绍
1、水电站作为发电、防洪、供水等功能一体的设备，在科技发展的过程中一直占据重要的地位，在目前的技术中，由于一些水电站水库管理制度不健全，水库调度与防汛措施不科学、预警设施不完善，水电站水库安全运行过程中仍然存在重大的安全隐患。
2、而且由于河道的地理特殊性，常导致放水过程中，水流随着河道拐点、暗礁等等自然因素导致水位变化难以预判，有时会出现上游开闸放水造成下游群众的财产损失；同时，在现有技术中，河道水位由于受到野外条件的限制，分布式采集较为困难，水位监测点设置缺乏智能化和数字化管控，监测的水位数据不能及时进行反馈，缺乏根据历史数据评估水位风险变化的能力，缺乏前瞻预警的措施和手段。
技术实现思路
1、本专利技术的目的在于提供基于分布式的水位数据分析方法及系统，以解决上述
技术介绍
中提出的问题。
2、为了解决上述技术问题，本专利技术提供如下技术方案：基于分布式的水位数据分析方法，该方法包括以下步骤：
3、s1、获取水电站放水历史数据，所述历史数据包括水电站放水河流上各河道拐点区域的水位监测数据；
4、s2、在历史数据中，获取水电站上游水位高度数据以及放水河流上第一河道拐点区域的水位监测数据，构建水位分析模型，输出水电站上游水位高度数据与放水河流上第一河道拐点区域的水位高度数据之间的函数关系；
5、s3、构建放水河流上各河道拐点区域的水位监测点
6、s4、构建实时警示计算模块，基于水电站放水河流上各河道拐点区域的实时监测数据，在不满足系统预设值时，向放水河流下游发出实时警示信息。
7、根据上述技术方案，所述河道拐点区域包括：
8、当前河道所在直线与水电站放水河道所在直线成夹角θ，夹角θ大于系统设置的夹角阈值时，则夹角θ的顶点位置记为河道拐点，以河道拐点为圆心，r为半径形成的区域记为河道拐点区域，其中，r为系统设置的常数。
9、根据上述技术方案，所述水位分析模型包括：
10、获取水电站放水历史数据，在单次放水历史数据中，以水电站上游水位高度数据作为横坐标，以放水河流上第一河道拐点区域的水位监测数据作为纵坐标，形成单次放水数据的坐标基础点；
11、所述放水河流上第一河道拐点区域的水位监测数据指：获取在第一河道拐点区域内的所有监测点的监测数据，计算平均值a0，以a0为放水河流上第一河道拐点区域的水位监测数据；对第一河道拐点区域进行监测点分析，所述监测点分析包括：
12、取|a0-bi|的最小值对应的监测点，记为第一河道拐点区域本次的监测点，其中，bi指第一河道拐点区域内的第i个监测点监测的水位高度数据；
13、创建数据集，根据数据集内的不同坐标基础点，形成水位分析模型：
14、a0＝k1*k0+ω
15、其中，k0指水电站上游水位高度数据；k1指回归系数；ω指残差项；
16、基于实时的水位高度数据，获取第一河道拐点区域的预测水位高度数据。
17、根据上述技术方案，所述智能选择水位监测点包括：
18、根据水位分析模型，在河道拐点区域之间，每次以上一河道拐点区域的水位监测数据作为新的横坐标，以当前河道拐点区域的水位监测数据作为新的纵坐标，不断构建水位分析模型，实现上一河道拐点区域的水位监测数据与下一河道拐点区域的水位监测数据之间的函数关系；
19、基于上一河道拐点区域的水位监测数据与下一河道拐点区域的水位监测数据之间的函数关系，能够根据上一河道拐点区域的预测水位高度数据，形成下一河道拐点区域的预测水位高度数据，基于每一河道拐点区域的预测水位高度数据智能选择水位监测点；
20、包括：
21、对任一河道拐点区域获取历史数据下的每次水位高度数据与选择的水位监测点；
22、将所有的水位高度数据写成样本集合，同一水位监测点的水位高度数据采用相同的标记，形成数据样本集合，并对每个样本进行编号；
23、计算样本之间的距离，形成样本距离矩阵；
24、
25、其中，d1、2、d2、1指样本1与样本2之间的距离；dn、1指样本n与样本1之间的距离；n代表样本总数量；
26、系统设置阈值，根据阈值挑选近邻样本，近邻样本多的点作为代表点的几何中心，包括：
27、以样本距离矩阵的每一行作为挑选基础，计算每一行的数据小于阈值的数据数量，选取数据数量最多的行作为挑选行，在挑选行上，选择小于阈值的数据对应的另一个行，将选择出的所有的另一个行组成矩阵行的集合，记为第一舍弃行；
28、在样本距离矩阵中，将第一舍弃行的所有行全部删除，重新在剩余行中继续选择挑选行，根据新的挑选行继续舍弃，已经舍弃过的不计入新的舍弃行，直至样本距离矩阵中只剩一个行时为止；
29、将形成的所有舍弃行进行范围划分，取任一舍弃行中数据的最大值与最小值作为范围两端，形成每个舍弃行的范围；
30、取实时的水位高度数据，进行范围选择，所述范围选择包括：
31、选取范围中点与水位高度数据做差值的绝对值，实时的水位高度数据属于差值绝对值最小的舍弃行，根据标记，获取该舍弃行内各个监测点的水位高度数据数量，将占比最高的对应的监测点作为当前河道拐点区域的水位监测点。
32、根据上述技术方案，在步骤s4中，还包括：
33、构建实时警示计算模块，根据输出的各个河道拐点区域的水位监测点，在水电站实时放水过程中，若出现任意两个水位高度超出水位监测点的预测数据值的差值大于系统阈值，则向放水河流下游发出实时警示信息。
34、基于分布式的水位数据分析系统，该系统包括：水位监测模块、分布式水位分析模块、智能点位反馈模块以及实时警示计算模块；
35、所述水位监测模块用于监测水电站放水数据，获取水电站放水历史数据；所述分布式水位分析模块用于在历史数据中，获取水电站上游水位高度数据以及放水河流上第一河道拐点区域的水位监测数据，构建水位分析模型，输出水电站上游水位高度数据与放水河流上第一河道拐点区域的水位高度数据之间的函数关系；所述智能点位反馈模块用于构建放水河流上各河道拐点区域的水位监测点分析模型，基于实时的水位高度数据，智能选择水位监测点反馈至系统管理员端口；所述实时警示计算模块基于水电站放水河流上各河道拐点区域的实时监测数据，在不满足系统预设值时，向放水河流下游发出实时警示信息；
36、所述水位监测模块的输出端与所述分布式水位分析模块的输入端相连接；所述分布式水位分析模块的输出端与所述智能点位反馈模块的输入端相连接；所述智能点位反馈模块的输出端与所述实时警示计算模块的输入端相连接。
37、根据上述技术方案，所述分布式水位分析模块包括分布式布本文档来自技高网...
【技术保护点】
1.基于分布式的水位数据分析方法，其特征在于：该方法包括以下步骤：
2.根据权利要求1所述的基于分布式的水位数据分析方法，其特征在于：所述河道拐点区域包括：
3.根据权利要求1所述的基于分布式的水位数据分析方法，其特征在于：所述水位分析模型包括：
4.根据权利要求3所述的基于分布式的水位数据分析方法，其特征在于：所述智能选择水位监测点包括：
5.根据权利要求4所述的基于分布式的水位数据分析方法，其特征在于：在步骤S4中，还包括：
6.基于分布式的水位数据分析系统，其特征在于：该系统包括：水位监测模块、分布式水位分析模块、智能点位反馈模块以及实时警示计算模块；
7.根据权利要求6所述的基于分布式的水位数据分析系统，其特征在于：所述分布式水位分析模块包括分布式布置单元与水位分析单元；
8.根据权利要求6所述的基于分布式的水位数据分析系统，其特征在于：所述智能点位反馈模块包括水位监测点分析单元与选择单元；
9.根据权利要求6所述的基于分布式的水位数据分析系统，其特征在于：所述实时警示计算模块
...【技术特征摘要】
1.基于分布式的水位数据分析方法，其特征在于：该方法包括以下步骤：
2.根据权利要求1所述的基于分布式的水位数据分析方法，其特征在于：所述河道拐点区域包括：
3.根据权利要求1所述的基于分布式的水位数据分析方法，其特征在于：所述水位分析模型包括：
4.根据权利要求3所述的基于分布式的水位数据分析方法，其特征在于：所述智能选择水位监测点包括：
5.根据权利要求4所述的基于分布式的水位数据分析方法，其特征在于：在步骤s4中，还包括：
6.基于分布式的水...
【专利技术属性】
技术研发人员：张晶，侯晓燕，王前，张蕾，李莹，郑东飞，刘珊珊，李兵，袁春阳，
申请(专利权)人：山东黄河河务局山东黄河信息中心，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。